Astronomowie odkryli ponad 100 nowych światów poza Układem Słonecznym, ukrytych w danych zebranych przez należącą do NASA sondę kosmiczną TESS (Transiting Exoplanet Survey Satellite) i to dzięki sztucznej inteligencji. Za pomocą tej techniki zidentyfikowano także około 2000 kolejnych kandydatów na planety pozasłoneczne, czyli egzoplanety, z których około połowa była dotychczas niewykryta.
Biorąc pod uwagę, że jest ich około 6 tys egzoplanety znajdujących się obecnie w katalogu planet pozasłonecznych NASA, co potwierdza, że te światy kandydujące stanowiłyby znaczący impuls w naszych poszukiwaniach planet krążących wokół innych planet. gwiazdy. Innowacyjny nowy program sztucznej inteligencji leżący u podstaw tego odkrycia nazywa się RAVEN i został opracowany przez naukowców z Uniwersytetu w Warwick w Wielkiej Brytanii
Kontynuacja artykułu poniżej
„To jedna z najlepiej scharakteryzowanych próbek bliskich nam planet i pomoże nam zidentyfikować najbardziej obiecujące systemy do przyszłych badań” – stwierdziła w oświadczeniu liderka zespołu Marina Lafarga Magro z Uniwersytetu w Warwick.
Sokole oko RAVENA skanuje pustynię Neptuna
Od czasu odkrycia pierwszych egzoplanet w połowie lat 90. XX wieku katalog egzoplanet rozrósł się do ponad 6000 potwierdzonych wpisów, ale tysiące kandydatów zidentyfikowano w misjach kosmicznych poszukujących egzoplanet, takich jak TESS, Keplera I CHEOPS (Charakterystyka satelity egzoplanet) pozostają niepotwierdzone.
Dzieje się tak dlatego, że naukowcy muszą ustalić, czy małe spadki światła gwiazd są w rzeczywistości spowodowane tranzytami egzoplanet, czy też mają inną przyczynę niezwiązaną z planetami. Oznacza to, że szybsze i pewniejsze potwierdzanie jest poważnym wyzwaniem, któremu astronomowie chcą sprostać.
„Wyzwanie polega na ustaleniu, czy osłabienie jest rzeczywiście spowodowane przez planetę krążącą wokół gwiazdy, czy przez coś innego, na przykład zaćmienia gwiazd podwójnych, na co RAVEN próbuje odpowiedzieć” – powiedział w oświadczeniu główny programista RAVEN, Andreas Hadjigeorghiou z Uniwersytetu w Warwick. „Jego siła wynika z naszego starannie stworzonego zbioru danych zawierającego setki tysięcy realistycznie symulowanych planet i innych wydarzeń astrofizycznych, które mogą udawać planety”.
Deweloper Hadjigeorghiou wyjaśnił, że zespół wyszkolił modele uczenia maszynowego w celu zidentyfikowania wzorców w danych, które mogą powiedzieć astronomom o rodzaju wykrytego zdarzenia, w czym przodują modele AI. RAVEN został zaprojektowany tak, aby za jednym razem obsłużyć cały proces wykrywania egzoplanet — od wykrycia sygnału po sprawdzenie go za pomocą uczenia maszynowego, a następnie jego statystyczną walidację. Oznacza to, że ma dodatkową przewagę nad innymi współczesnymi narzędziami, które koncentrują się tylko na określonych częściach tego procesu, powiedział Hadjigeorghiou.
„RAVEN pozwala nam analizować ogromne zbiory danych w sposób spójny i obiektywny” – stwierdził w oświadczeniu starszy członek zespołu i badacz z Uniwersytetu w Warwick, David Armstrong. „Ponieważ rurociąg został dobrze przetestowany i dokładnie zweryfikowany, nie jest to tylko lista potencjalnych planet – jest również na tyle wiarygodna, że można ją wykorzystać jako próbkę do mapowania występowania różnych typów planet wokół gwiazd podobnych do Słońca”.
W obrębie potencjalnych planet bliskich badacze mogliby następnie szczegółowo określić typy planet i ich populacje. Ujawniło to, że około 10% gwiazd takich jak Słońce posiada bliską planetę, co potwierdza ustalenia dokonane przez Keplera, poprzednika TESS zajmującego się polowaniem na egzoplanety.
RAVEN był także w stanie pomóc badaczom określić, jak rzadkie są światy znajdujące się blisko Neptuna, stwierdzając, że występują one zaledwie w około 0,08% słoneczny-jak gwiazdy. Ten brak tych światów blisko ich gwiazdy macierzystej jest nazywany przez astronomów „pustynią Neptuna”.
„Po raz pierwszy możemy określić, jak pusta jest ta «pustynia»” – powiedział w oświadczeniu lider zespołu badawczego zajmującego się pustynią Neptuna, Kaiming Cui z Uniwersytetu w Warwick. „Te pomiary pokazują, że TESS może teraz dorównać, a w niektórych przypadkach przewyższyć Keplera w badaniu populacji planet”.
Wyniki projektu RAVEN pokazują siłę sztucznej inteligencji w przeszukiwaniu ogromnych obszarów danych astronomicznych w celu dostrzeżenia subtelnych efektów.
Badania zespołu były opublikowany w trzech artykułach w czasopiśmie Miesięczne powiadomienia Królewskiego Towarzystwa Astronomicznego i jest również dostępny w witrynie repozytorium dokumentów papierowych arXiv.
